8月9日消息，近日，武汉大学与蚂蚁集团联合发布了新一代语义增强遥感大模型skysense ，堪称12边型战士。
其相关研究成果在国际知名学术期刊《自然·机器智能》上在线发表。
当前，遥感基础大模型在复杂动态地球观测场景应用中面临挑战，如多模态遥感影像数据融合性能欠佳、下游任务微调依赖大量数据、对遥感语义信息挖掘不足等。
为攻克这些难题，研究团队基于前期多模态遥感大模型skysense，研发出skysense 。
skysense 基于来自11个卫星载荷的2700万组多模态遥感影像，采用两阶段渐进式学习完成预训练。有效缓解了大模型对复杂微调流程和大量标注数据的依赖，极大提升了实用性与泛化性。
研究团队在农业、林业、灾害管理等7个领域的12种典型地球观测任务中，对skysense 进行全面评估。
实验结果显示，skysense 在这12项任务中均表现卓越，性能优于其他模型。与同期最先进方法相比，在全量微调分类与检测任务上，平均精度提升4.79%；在少样本提示分割任务上，平均交并比提升14.08%。
skysense 的前序版本skysense，曾在国际计算机视觉领域顶会cvpr发表，并在2024年世界人工智能大会发布。
而此次skysense 在农业生产评估、灾害应急响应、国土资源监测等任务中，性能更为优异、稳定，还新增免微调部署能力。